WTI-Brent-Spread: Den Ölmarkt zwischen Cushing und Sullom Voe handeln.

Rohöl ist nicht gleich Rohöl. Die beiden global wichtigsten Benchmarks — West Texas Intermediate (WTI) aus den USA und Brent aus der Nordsee — notieren regelmäßig mit Differenzen von wenigen Dollar bis über zehn Dollar pro Barrel. Diese Differenz, der WTI-Brent-Spread, ist eine der spannendsten Spread-Strategien im Energiemarkt, weil sie durch sehr konkrete physische Faktoren getrieben wird — und damit oft besser modellierbar ist als reine Preisspekulation.

Warum es überhaupt einen Spread gibt.

WTI ist das US-Inlandsöl, das in Cushing, Oklahoma, gelagert und ausgeliefert wird. Cushing liegt mitten im Land, weit weg vom Wasser. Brent dagegen steht für einen Korb von Nordsee-Sorten (ursprünglich über das Terminal Sullom Voe auf den Shetlands verschifft), der seeseitig verladen wird — direkt am Meer und damit an die globalen Schifffahrtsrouten angeschlossen.

Beide Öle sind chemisch ähnlich (leicht, süß), aber nicht identisch. WTI hat einen niedrigeren Schwefelgehalt (etwa 0,24%) und ist etwas leichter (API 39,6) als Brent (0,37% Schwefel, API 38). Für die Raffinerie sind beide gut handhabbar. Theoretisch sollte WTI also leicht teurer sein als Brent. Tatsächlich war das bis 2010 auch so — danach kippte das Verhältnis dauerhaft.

Der Bruch: der US-Schieferölboom ab 2010. Plötzlich strömten Millionen Barrel pro Tag zusätzlich in den US-Markt. Die Pipeline-Infrastruktur, die historisch Öl in den Süden zur Golfküste transportiert hatte, war für umgekehrte Flüsse nicht ausgelegt. In Cushing stauten sich die Bestände. WTI handelte zeitweise 25 USD unter Brent — eine Anomalie, die nur durch den Lagerengpass erklärbar war.

Seit dem Aufheben des US-Export-Verbots Ende 2015 und dem Ausbau von Pipelines (vor allem Permian → Corpus Christi) ist der Spread strukturell enger geworden, schwankt aber weiterhin in einer Range von typisch -2 bis -8 USD (WTI minus Brent).

Die fundamentalen Treiber.

Vier Faktoren bewegen den Spread kurz- bis mittelfristig.

Erstens: Cushing-Lagerbestände. Die US-Energy Information Administration (EIA) veröffentlicht jeden Mittwoch um 16:30 Uhr deutscher Zeit die wöchentlichen Lagerdaten. Hohe Bestände in Cushing drücken WTI, niedrige Bestände stützen WTI. Wer den Spread handelt, hat den EIA-Termin im Kalender.

Zweitens: US-Exportkapazitäten. An der Golfküste (vor allem Corpus Christi, Houston, Beaumont) sind die Hafenkapazitäten begrenzt. Wenn alle VLCC-Tanker ausgelastet sind, kann WTI nicht raus — und der Spread weitet sich.

Drittens: OPEC+ und Nordsee-Wartungen. OPEC+-Förderkürzungen treffen Brent stärker als WTI, weil Brent direkt am Weltmarkt verkauft wird. Nordsee-Wartungen (typischerweise August/September) reduzieren das Brent-Angebot und engen den Spread ein.

Viertens: Geopolitik. Konflikte im Nahen Osten, Sanktionen gegen Russland oder Iran, Pipeline-Sabotage — all das trifft Brent meist stärker als WTI. Der Spread weitet sich (WTI billiger) bei geopolitischen Risk-Off-Episoden.

Daten ziehen und den Spread visualisieren.

Für eine erste Analyse reichen Tagesdaten beider Front-Month-Futures. Hier ein Code-Beispiel mit yfinance:

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

wti = yf.download("CL=F", start="2010-01-01")["Close"]
brent = yf.download("BZ=F", start="2010-01-01")["Close"]

df = pd.concat([wti, brent], axis=1).dropna()
df.columns = ["wti", "brent"]
df["spread"] = df["wti"] - df["brent"]

# Statistiken
print(f"Mittelwert: {df['spread'].mean():.2f} USD")
print(f"Std: {df['spread'].std():.2f}")
print(f"5%-Perzentil: {df['spread'].quantile(0.05):.2f}")
print(f"95%-Perzentil: {df['spread'].quantile(0.95):.2f}")

# Plot
fig, ax = plt.subplots(figsize=(12, 4))
ax.plot(df.index, df["spread"], linewidth=1)
ax.axhline(0, color="gray", linestyle="--", alpha=0.5)
ax.set_ylabel("WTI - Brent (USD/Barrel)")
ax.set_title("WTI-Brent-Spread seit 2010")
plt.tight_layout()
plt.show()

Sie werden zwei Phasen sehen: 2010-2015 mit teilweise extremen negativen Spreads (bis -25 USD) und ab 2016 eine deutlich engere Range. Für Backtest-Zwecke nutzen Sie nur die Daten nach Januar 2016 — alles davor ist ein anderes Regime.

Eine konkrete Trading-Idee: EIA-Mittwoch.

Eine verbreitete Hypothese: An EIA-Mittwochen mit überraschend hohen Cushing-Beständen (Aufbau über Konsens) tendiert der Spread in den folgenden 3-5 Handelstagen eher nach unten. Umgekehrt zieht der Spread bei überraschenden Drawdowns an.

Die Mechanik dahinter ist physisch sauber: Mehr Öl in Cushing → mehr lokales Angebot → WTI-Preis unter Druck. Brent ist davon weitgehend unbeeinflusst, weil Cushing-Bestände globalen Markt nicht direkt erreichen.

Eine systematische Umsetzung sieht so aus:

import requests
import pandas as pd

# EIA-API für wöchentliche Cushing-Bestände
# Series ID: PET.W_EPC0_SAX_YCUOK_MBBL.W
EIA_KEY = "IHR_API_KEY"
url = f"https://api.eia.gov/v2/petroleum/stoc/wstk/data/?api_key={EIA_KEY}"
params = {
    "frequency": "weekly",
    "data[0]": "value",
    "facets[series][]": "WCESTUS1",  # Cushing crude stocks
    "start": "2016-01-01",
    "sort[0][column]": "period",
    "sort[0][direction]": "asc"
}
r = requests.get(url, params=params).json()
cushing = pd.DataFrame(r["response"]["data"])
cushing["period"] = pd.to_datetime(cushing["period"])
cushing = cushing.set_index("period")["value"].astype(float)

# Wöchentliche Veränderung
cushing_change = cushing.diff()

# Konsens-Erwartung (Beispiel: rollierender 4-Wochen-Median als Proxy)
expected = cushing_change.rolling(4).median().shift(1)
surprise = cushing_change - expected

# Signal: surprise > +2 Mio Barrel → short Spread (long Brent, short WTI)
signal = (surprise > 2).astype(int) - (surprise < -2).astype(int)
print(signal.tail(20))

Wie robust die Idee ist, hängt stark von Haltedauer und Filtern ab und muss im eigenen Backtest geprüft werden. Wichtig: Die echte Konsens-Erwartung holen Sie sich besser von einem Bloomberg- oder Reuters-Survey statt aus einem rollierenden Median. Der Median ist der Notbehelf für Backtests ohne Survey-Daten.

Vehikel und Praxis.

Den Spread handeln Sie sauber über Futures: WTI-Front (CL an NYMEX, 1.000 Barrel pro Kontrakt) gegen Brent-Front (BZ an ICE Europe oder NYMEX, ebenfalls 1.000 Barrel pro Kontrakt). 1:1-Verhältnis, dollarneutral durch identische Kontraktgröße.

CFDs sind eine zweite Option, aber die Spreads beim Broker (typisch 3-5 Cents pro Seite) fressen bei einem mittleren Spread von 4-6 USD einen signifikanten Anteil der erwarteten Bewegung. Für Tagestrades schwierig, für Wochentrades akzeptabel.

Was nicht funktioniert: ETFs wie USO (WTI) gegen BNO (Brent). Beide sind durch Roll-Logik verzerrt (USO bekannt für massive negative Roll-Yields), die Tracking-Differenz zum Spot ist hoch und unvorhersehbar. Wer ernsthaft Spread handelt, geht über Futures.

Risiken, die man kennen muss.

Risiko 1: Roll-Kalender. WTI und Brent haben unterschiedliche Expiry-Daten. WTI läuft drei Handelstage vor dem 25. des Monats vor Lieferung aus, Brent bereits am letzten Handelstag des zweiten Monats vor Lieferung; die genauen Termine stehen in den Kontraktspezifikationen von CME bzw. ICE. Sie müssen den Spread bei den Rolls gleichzeitig oder kontrolliert rollen, sonst sind Sie für 2-3 Tage einseitig exponiert.

Risiko 2: Tail-Events. April 2020 ging WTI-Front auf -37 USD wegen Lager-Engpass und Expiry-Mechanik. Der Spread WTI-Brent fiel auf -50+ USD. Wer ohne Stop short Brent long WTI war (also long Spread), wurde liquidiert. Margin-Aufschläge in solchen Episoden sind brutal.

Risiko 3: Korrelationsbruch. In Stressphasen kann Brent kurzfristig steigen, während WTI fällt (oder umgekehrt), wenn ein geopolitischer Trigger ungleichmäßig wirkt. Konservatives Sizing ist Pflicht.

Mein Take.

Der WTI-Brent-Spread ist ein Spielfeld für Trader, die Lust auf fundamentale Recherche haben. Anders als rein statistische Spread-Setups belohnt diese Strategie, wenn Sie EIA-Berichte lesen, Pipeline-News verfolgen und OPEC-Statements einordnen. Das macht ihn für ML-Modelle schwerer als für menschliche Trader mit Fundamental-Verständnis — wobei gute Modelle natürlich Sentiment-Daten und News-Embeddings nutzen können.

Ein typischer Ansatz arbeitet mit 2-4 Positionen pro Jahr, Haltedauern zwischen 1 und 8 Wochen, immer mit definiertem Stop (typisch 2 USD entgegen der Position) und Volatility-Targeting auf 12% annualisiert. Das passt zu einem Portfolio, in dem Rohstoff-Spreads ein Diversifier sind, kein Hauptertragsbringer.

Stand: Mai 2026, überarbeitet Oktober 2026. Angaben zu Produkten, Preisen, Gesetzen und Fristen können sich seitdem geändert haben; maßgeblich sind die aktuellen Angaben der Anbieter und Behörden.

Sie wollen Energie-Spreads systematisch handeln und sauber testen? Unverbindlich anfragen — ich zeige, welche Datenquellen sich lohnen und welche reine Show sind. Mehr zu meinem Angebot: Trading-Systeme entwickeln lassen.